Spatial analysis of the tuberculosis treatment dropout, Buenos Aires, Argentina.

OBJECTIVE Identify spatial distribution patterns of the proportion of nonadherence to tuberculosis treatment and its associated factors. METHODS We conducted an ecological study based on secondary and primary data from municipalities of the metropolitan area of Buenos Aires, Argentina. An exploratory analysis of the characteristics of the area and the distributions of the cases included in the sample (proportion of nonadherence) was also carried out along with a multifactor analysis by linear regression. The variables related to the characteristics of the population, residences and families were analyzed. RESULTS Areas with higher proportion of the population without social security benefits (p = 0.007) and of households with unsatisfied basic needs had a higher risk of nonadherence (p = 0.032). In addition, the proportion of nonadherence was higher in areas with the highest proportion of households with no public transportation within 300 meters (p = 0.070). CONCLUSIONS We found a risk area for the nonadherence to treatment characterized by a population living in poverty, with precarious jobs and difficult access to public transportation.

INTRODUCTION

Although tuberculosis (TB) is a curable disease that can be prevented, it is an important public health issue in Argentina. Each year, more than 10,000 new cases and more than 800 deaths caused by this disease are reported. The geographic distribution of TB in the country is not uniform as in the rest of the world. The nonadherence to treatment is considered one of the main obstacles for the control of the disease due to the consequences of its discontinuation, associated with the social vulnerability of patients.

TB persists as a public health problem, despite the low cost of its diagnosis and treatment. These measures are part of the strategy of the directly observed treatment, short-course (DOTS) recommended by the World Health Organization (WHO) to reduce the nonadherence to the treatment, which were adopted in Argentina and implemented with the Programa Nacion al de Control de la Tuberculosis (PNCTB – National Tuberculosis Control Program). Although the implementation of the DOTS strategy has been carried out in the country for the last 10 years, the proportion of cases who have gave up treatment was 12.0% in 2010, one of the highest in recent years.

Studies address the treatment adherence from a focus based on environmental factors , and the individual factors related to the patient. , , , , , ,

The occurrence of TB and its consequences to health are related to the social conditions. To understand its behavior in a territory and its determinants it is essential to establish equitable actions that aim at reducing inequalities and improve adherence to the treatment. The ecological studies aims to identify, based on social characteristics and on the territory, relations with the distribution of diseases and health outcomes, considering the different hierarchical levels of the determinants. , ,

Despite the importance of such studies, in Argentina no studies can be found about the characteristics of social groups and the area where they live and the relationship with the nonadherence to the TB treatment.

The objective of this study was to identify patterns of spatial distribution of the proportion of nonadherence to the tuberculosis treatment and its associated factors.

METHODS

This spatial-ecological study was conducted in seven municipalities of the Sixth Health Region (6th HR) in the Buenos Aires metropolitan area (BAMA) (where there are 116 census fractions – Figure 1): Almirante Brown, Avellaneda, Berazategui, Esteban Echeverría, Ezeiza, Lomas de Zamora and Quilmes. The two other municipalities that are also part of the 6th HR (Lanus and Florencio Varela) could not be included because the locations did not have an Ethics Committee to evaluate the cross-sectional protocol of the study that provides the georeferenced cases (adherence and nonadherence).

Figure 1

Study area: selected municipalities from Sixth Health Region (6th HR) and census fractions. Buenos Aires, Argentina, 2001.

The 6th HR has about 3,653,000 inhabitants, and it is the most populated region of Buenos Aires. It also concentrates 13.0% of all reported cases of TB in the country and it is the sanitary region that has the largest number of TB cases in the province every year, with the highest dropout index (25.0%) and the lowest DOTS coverage (12.0%).

The database and mapping of the National Census of Population and Households (2001), of the Insti tuto Nacional de Est adísticas y Censos (INDEC – National Institute of Statistics and Censuses) were used as a secondary data source. All cases reported, from households in the municipal districts selected by the 6th HR and treated at health services located in the region in 2007, were referenced. This was possible because these individuals participated in a study that aims to identify the foreknowledge of the nonadherence to tuberculosis treatment in these municipalities. We also calculated the proportion of nonadherence to the TB treatment for the census fractions (analysis units in this study) of the municipalities of 6th HR.

The information has been grouped into three types of indicators according to the census classification. The characteristics of the area were considered according to the presence of wastewater treatment; electricity per household; gas network; at least one block paved; regular waste collection service at least twice a week; public transportation within 300 m. The proportion of households was considered according to the type of the pavement’s predominant material, water supply system, presence or absence of public water network, and type of health service.

We considered the following: proportion of households grouped according to overcrowding (three or more persons per room); lack of basic needs (overcrowding, housing, sanitation, education, and subsistence capacity); index of household material privation (IHMP); economic situation of the family; and the presence of refrigerator, freezer, landline or cell phone, microwave, computer with Internet connection, kitchen with sink and piped water in the residence.

We considered the proportion of population according to sex, age, health plan, marital status and literacy. Moreover, we considered the ratio of individuals according to educational level, state of activity and of retirement contribution (contributes and is discounted; does not contribute nor receive discount; no remuneration).

The statistical software package Stata 10.0 and two geographic information systems, ArcView 3.2 and GeoDA 8, were used to elaborate maps and perform the spatial analysis. The dropout rate was calculated by dividing the number of cases of nonadherence by the total number of patients who have started the treatment in each unit of analysis (census fraction). The Bayesian and Freeman-Tukey square-root transformations, empirical for these measures, were calculated having as a reference the set of fractions of the municipal census. The thematic maps with these proportions were elaborated to choose the most appropriate way to present the spatial distribution patterns.

The exploratory analysis of the area characteristics and the nonadherence ratio distribution were also performed. The multifactorial analysis was performed with linear regression. In this model, the independent variables were the sociodemographic and socioeconomic characteristics of the groups and the areas related to dropout cases. The dependent variable was the “nonadherence”. The variables applied in the multiple linear regression model were those that had a significant association (p < 0,20) in the bivariate analysis. The final model included variables with a significance level of p = 0.05 and those considered essential for the explanatory model.

The study protocol was approved by the Ethics Committee of each hospital included.

RESULTS

The city of Avellaneda had residences with better overall conditions and available basic services. It was also the city with the lowest variations for each indicator of the census fractions. On the other hand, the city of Ezeiza, with the worst situation concerning most part of the analyzed indicators, had high variations in the census fractions. The distribution of the population was more homogeneous among municipalities, although the city of Avellaneda generally has the best situation regarding indicators (Table 1).

Table 1

Characteristics of the area, residences, households and population related to the cases of tuberculosis. Sixth Health Region (6th HR), Buenos Aires, Argentina, 2001.

Characteristic	Existence (%)
	AB	AV	BZ	EE	EZ	LZ	QM	Total
	%	%	%	%	%	%	%	%
Area and residences characteristics
Electricity per household	96.0	100	98.3	98.9	97.5	98.7	95.3	97.2
Paved Street	73.0	100	75.4	72.4	78.2	87.2	72.8	76.1
Waterwaste and sewage treatment system	13.0	85.3	73.8	4.9	2.0	6.7	59.0	37.5
Garbage collection service	87.3	100	95.3	89.8	97.2	92.9	88.7	91.5
Gas pipeline network	63.6	97.8	87.9	64.0	62.0	75.3	69.7	72.2
Electrical power installation	44.5	100	99.7	41.3	30.1	89.3	92.7	74.4
Deprived dwelling	34.8	2.4	23.1	38.0	39.3	31.0	30.0	30.7
Ceramic floors, flag stone or mosaic	48.1	75.8	56.2	41.3	38.4	53.0	52.5	50.4
Water supply in the residence	64.3	76.7	78.7	58.7	52.3	69.1	74.2	69.0
Public transportation within 300 m	90.2	100	89.9	85.2	81.8	89.9	84.9	87.2
Characteristics of households and population
Kitchen with piped water	62.0	77.5	75.2	56.0	48.7	68.4	71.2	66.1
Microwave oven	9.8	27.7	14.1	10.6	9.1	10.1	14.2	12.4
Overcrowding	7.1	10.2	5.8	7.2	8.7	6.3	5.9	6.4
Water-closet without flushing system or without water-closet	28.6	0.7	17.6	31.1	32.1	25.0	23.1	24.4
Refrigerator (with or without freezer)	81.8	77.6	85.1	81.0	76.5	82.0	82.4	81.9
Computer (with or without Internet)	8.9	23.6	13.7	10.1	9.2	9.7	12.5	11.6
Literate population	84.1	91.7	85.3	83.9	83.3	86.7	85.8	85.2
Population without health insurance	63.7	33.0	57.8	63.2	62.7	63.7	54.8	59.0
Telephone (landline, mobile or both)	53.1	69.5	58.3	53.9	49.0	54.8	54.4	54.8
No material deprivation in the residences	34.7	65.7	43.6	33.9	31.6	38.7	41.5	39.3
With material deprivation in the residences	21.4	0.2	16.1	21.7	23.2	19.7	19.0	19.2
With at least a UBN indicator	20.7	4.4	17.2	19.3	20.2	18.8	23.0	19.9
With UBN per subsistence condition	7.0	1.4	6.2	4.9	5.8	18.3	21.1	11.8
With one spouse unemployed or inactive	50.8	50.1	48.2	53.0	52.7	48.7	49.9	50.3
Population that contributes to or receives retirement funds	12.6	27.7	15.2	13.0	13.6	13.2	17.3	15.1
Unemployed population	17.5	12.3	18.7	16.0	14.5	19.8	17.3	17.3

Sources: Cross-sectional study (ECM, 2008)e and National Census of Population and Households, INDEC, 2001.g

AB: Almirante Brown; AV: Avellaneda; BZ: Berazategui; EE: Esteban Echeverría; EZ: Ezeiza; LZ: Lomas de Zamora; QM: Quilmes; UBN: unsatisfied basic needs

The risk of nonadherence was higher in areas with highest proportion of households without public transportation within 300 m (ρ = 0.21), as well as in areas with the highest proportion of residences that do not have refrigerator (with or without freezer) (ρ = 0.17) and those that have water-closet without flushing system or without water-closet (ρ = 0.17). The risk of nonadherence to the treatment was higher in areas with the highest proportion of households with UBN related to subsistence (ρ = 0.26) and with a greater proportion of active population composed of workers that do not receive nor make social security contributions (ρ = 0.21) (Table 2).

Table 2

Relationship between sociodemographic and socioeconomic characteristics and the proportion of nonadherence in the selected municipalities. Sixth Health Region (6th HR), Buenos Aires, Argentina, 2001.

Characteristic	Correlation coefficient (ρ =)	p
Refrigerator or freezer	0.17	0.194
Contribution to retirement: do not contribute or do not receive salary	0.21	0.104
UBN indicator of subsistence conditions	0.26	0.048
Public transportation within 300 m (3 blocks)	0.21	0.104
Water-closet without flushing system or without water-closet	0.17	0.200
Population between 15 and 64 years	0.15	> 0.20
Illiterate population	0.06	> 0.20
Piped water	0.15	> 0.20
Condition: unemployed	0.05	> 0.20
Population without health insurance	0.05	> 0.20
Water supply in the residence	0.14	> 0.20
Washing machine or washing tank	0.15	> 0.20
With at least a UBN indicator	0.07	> 0.20
Level of education: Incomplete Elementary School	0.13	> 0.20

Source: Original compilation. Cross-sectional study (ECM, 2008)e and National Census of Population and Households, INDEC, 2001.g

The employed population groups – those that do not receive from nor contribute to the system of Social Security Retirement – were more prone to nonadherence (p = 0.007). Those who had the subsistence capacity as a deprivation of a basic need also had higher risk of not adhering to the treatment (p = 0.032). The probability of nonadherence increased for households that do not have public transportation network in area within 300 m (p = 0.070). However these results were not statistically significant (Table 3).

Table 3

Multiple regression model for sociodemographic and socioeconomic characteristics related to the dropout proportion in the selected municipalities. Sixth Health Region (6th HR), Buenos Aires, Argentina, 2001.

Characteristic	Regression coefficient adj	95%CI	p
Contribution to retirement: do not contribute nor receive it	1,068.21	300.35;1836.07	0.007
UBN indicator of subsistence conditions	145.18	12.56;277.79	0.032
Public transportation within 300 m	103.06	-8.70;214.81	0.070

Source: Original compilation. Cross-sectional study (ECM, 2008)e and National Census of Population and Households, INDEC, 2001.g

Regarding the proportion of the active population that make no contributions to retirement funds, we could observe two stripes with lighter areas and a peripheral area demarcated out of it (dark areas) (Figure 2, A). We also observed a concentration of census fractions of the population that do not make retirement contributions nor receive them. The same pattern of distribution was observed in all the region, that is, dark areas at the peripheral region and lighter color fractions at central areas where is the largest proportion of dropouts. Regarding UBN related to subsistence capacity (Figure 2, B), the highest percentage of residences with this deprivation is concentrated mainly in two uniform places: Lomas de Zamora and Quilmes. About the availability of public transportation within 300 m (Figure 2, C), we observed three stripes with lighter areas and a periphery demarcated beyond these areas, with lower percentages of availability of this service, where the proportion of nonadherence was higher, predominantly in Lomas de Zamora, the border with the capital, in the city of Quilmes, mainly between Lomas de Zamora and Almirante Brown border, and most part of Ezeiza.

Figure 2

Distribution of the indicators of the multiple regression model and the dropout proportion. Selected municipalities from Sixth Health Region (6th HR) by census fraction. Buenos Aires, Argentina, 2001.

DISCUSSION

The areas with the highest proportion of population that do not receive nor contribute to retirement funds had a larger proportion of nonadherence to the treatment. That situation was also observed in areas with larger amounts of UBN households according to their subsistence capacity, and in the areas with the highest proportion of residences that had no public transport service within 300 m. The latter variable was included in the final model, albeit its statistical significance were close to the significance level (p = 0.05), whereas it is the only variable related to accessibility barriers. On the other hand, the model that includes only the first two indicators (“do not receive benefits from nor make contributions to retirement funds” and “UBN related to subsistence capacity”) do not differ on quality of the adjustment to the model, which also includes the transportation variable.

The analyzed studies of ecological type are important for diagnosing the population health, especially when the territory is analyzed in an exploratory way for the verification of the spatial distribution pattern of a particular health event. -

Rose has claimed that two aspects should be considered in the etiology of health problems: the causes of individual cases and the determinants of disease rates among populations. In this sense, although strategies are essential for the individual risk prevention and protection of individuals susceptible to treatment dropout, identifying the dropout determinants among populations is particularly relevant to the control of the disease. The analysis of risk variability at the ecological level is essential for understanding the social determinants of health and diseases and allows for the investigation of the hypothesis that the distribution of nonadherence in an area is related to the living conditions.

The ability to finish the treatment is influenced by the living conditions of the area in which the TB patients live. The proportion of nonadherence was higher in areas with the highest proportion of residences that do not have a public transport network in within 300 m, indicating difficulties related to access and mobility of the population. This indicator may be a proxy for other features of the area related to the availability of resources and services. The highest dropout rate was observed in areas with low levels of piped water and paved streets. The reason why these indicators have not been included in the final model may be due to the small number of cases that have or not joined the study.

The results indicate higher dropout proportion in areas with the highest proportion of households with poor conditions and lower level of resources, as is the case of residences that have no refrigerator, or have water-closet without flushing system, or do not have water-closet. These results indicate a lower socioeconomic level in these areas.

The association between socioeconomic level and nonadherence to TB treatment has been analyzed in different countries and regions. , , , , In our study, the fact that tuberculosis has free treatment suggests that different factors related to treatment costs determine the nonadherence of patients of low socioeconomic level.

There are other characteristics of the population associated with the largest dropout proportion, which are related to an increase in socioeconomic status of vulnerability in households with higher job insecurity, with lower levels of formal education of the head of household, and a lower number of individuals employed per household. The areas that had a higher percentage of households with four or more people per family member employed and which head of household has not completed the third grade of Elementary School (UNB per subsistence capacity) had a higher proportion of nonadherence. This indicator is a proxy for the level of household income according to the quantity of family members employed in relation to all members that are part of the family unit. For its turn, this indicator also measures the lack of goods and services that are necessary to live and for an individual to feel part of the society based on a conception of poverty as “deprivation”. These results are consistent with other studies that indicate that low income households are associated with the worst health outcomes. On the other hand, this UBN indicator includes the education level of the head of household. The studies that include the educational level in their analysis found a statistically significant association with adherence in the areas with a population with lower educational level. We have observed an increase in the proportion of nonadherence in areas where the population has Incomplete Elementary School. Several studies have shown that education can influence health practices of a population in its association with income level, employment conditions, as well as in its association with the level of knowledge that people have about these practices.

The areas with the highest proportion of individuals employed without social protection have a higher percentage of nonadherence. Several studies have pointed out the influence of patients working conditions on the nonadherence to treatment. Thus, employment reduces the ability to follow the treatment in the context of high rates of informal employment and low-income without social protection, since that means for patients losing working days and income, i.e., basic income, as shown by Balasubramanian et al. In the study by Galiano & Montesinos, the highest rate of dropouts was also associated with the condition of being male, employed and without social protection.

A limitation of this study is the use of the data from the 2001 National Census of Population and Households, since the up-to-date socioeconomic indicators were not available in the period in which the nonadherence cases were evaluated. This is the first study conducted in Argentina with the purpose of detecting spatial distribution patterns of demographic and socioeconomic characteristics of the region and its relation with treatment dropout. The technological advances of geographic information systems (GIS) have allowed the incorporation of spatial structure of variables, with the advantage of analyzing the problem as a particularized social phenomenon in socioeconomic and sociodemographic conditions. , The GIS and analysis of secondary data (census) are useful tools to identify the areas and conditions relevant to the process of nonadherence to TB treatment and for the monitoring based on territory to identify the preferential population groups.

The increase in the proportion of nonadherence to TB treatment in 6th HR is related to residences in areas with the highest proportion of active people that do not contribute to retirement funds, higher proportion of households deprived of basic needs (per subsistence capacity), and higher proportion of households that do not have public transportation within 300 m. Our results lead us to establish a risk area to the nonadherence to treatment, characterized by a greater proportion of population living in poverty, poor working conditions, and with difficult access to public transportation. This information may result in the adoption of appropriate measures for the treatment of individuals that live in these areas and to reduce the risk of dropout.

INTRODUCCIÓN

Si bien la tuberculosis (TB) es una enfermedad curable y prevenible, es un importante problema de salud pública en la Argentina. Ocurren más de 10.000 nuevos casos y más de 800 muertes por esta enfermedad cada año. La distribución geográfica de la TB en el país no es uniforme como sucede mundialmente. La no-adherencia al tratamiento es considerada una de las principales barreras para el control de la enfermedad, debido a las consecuencias de su interrupción, y está asociada a la vulnerabilidad social de los pacientes.

La TB persiste como problema de salud pública a pesar del bajo costo del diagnóstico y tratamiento. Estas medidas integran la estrategia de tratamiento directamente observado de corta duración (DOTS), recomendada por la Organización Mundial de la Salud (OMS) para reducir la no-adherencia al tratamiento. Estas fueron adoptadas en Argentina e implementadas por medio del Programa Nacional de Control de la Tuberculosis (PNCTB). Aunque la implementación de la estrategia DOTS en el país se lleva a cabo hace 10 años, la proporción de casos que abandonó el tratamiento fue del 12,0% en 2010, una de las más elevadas en los últimos años.

Estudios abordan la adherencia al tratamiento desde un enfoque basado en los factores ambientales , y los individuales relacionados con el paciente. , , , , , ,

Tanto la ocurrencia de TB como sus consecuencias sobre la salud están relacionados con las condiciones sociales de vida. 0 Comprender su comportamiento en un territorio y sus determinantes es esencial para el establecimiento de acciones equitativas tendientes a disminuir las inequidades y mejorar la adherencia al tratamiento. Estudios ecológicos buscan identificar, en las características sociales y del área, las relaciones con la distribución de las enfermedades y los resultados en salud, respetando los diferentes niveles jerárquicos de los determinantes. , ,

A pesar de la importancia de este tipo de estudios, no se han encontrado en Argentina estudios sobre las características de los grupos sociales y del área donde viven y su relación con la no-adherencia al tratamiento de la TB.

Este estudio tuvo como objetivo identificar patrones de distribución espacial de la proporción de la no-adherencia al tratamiento de la tuberculosis y sus factores asociados.

METODOS

Estudio ecológico espacial en siete municipios de la Región Sanitaria Sexta (RSVI) del Área Metropolitana de Buenos Aires (AMBA) (donde existen 116 fracciones censales – Figura 1): Almirante Brown, Avellaneda, Berazategui, Esteban Echeverría, Ezeiza, Lomas de Zamora y Quilmes. Los dos municipios restantes que integran la RSVI (Lanús y Florencio Varela) no pudieron ser incluidos puesto que no disponían de Comité de Ética para la evaluación del protocolo del estudio de corte transversal de donde provienen los casos (adherentes y no adherentes) georreferenciados.

Figura 1

Área de estudio: municipios seleccionados de la Región Sanitaria VI (RSVI) y fracciones censales. Buenos Aires, Argentina, 2001.

La RSVI tiene aproximadamente 3.653.000 habitantes, la más poblada de la provincia de Buenos Aires. Concentra el 13,0% del total de casos de TB notificados en el país. Es la región sanitaria que notifica más casos de TB en la provincia anualmente, con la más elevada tasa de abandono (25,0%) y la más baja cobertura de DOTS (12,0%).

Se utilizó el banco de datos y la cartografía del Censo Nacional de Población y Viviendas 2001 del Instituto Nacional de Estadísticas y Censos (INDEC) como fuente de datos secundarios. Se georreferenciaron todos los casos notificados, con residencia en los municipios seleccionados en la RSVI y tratados en los servicios de salud de dichos municipios en el año 2007. Esto fue posible dado que estos individuos participaron de estudio realizado para identificar los factores predictivos de la no-adherencia al tratamiento de tuberculosis en dichos municipios. Se realizó el cálculo de la proporción de no-adherencia al tratamiento de la TB para las fracciones censales (unidades de análisis de este estudio) de los municipios de la RSVI.

Las informaciones fueron agrupadas en tres tipos de indicadores de acuerdo a la clasificación del Censo. Las características del área fueron consideradas según la existencia de proporción de: cloacas; energía eléctrica por red domiciliaria; gas de red; al menos una cuadra pavimentada; servicio regular de recolección de residuos al menos dos veces por semana; transporte público a menos de 300 m. Se consideró la proporción de viviendas según tipo de material predominante de los pisos; tipo de sistema de provisión de agua; tenencia o no de agua procedente de red pública; y tipo de servicio sanitario.

Se consideró: la proporción de hogares según hacinamiento agrupado (tres personas o mas por cuarto); necesidades básicas insatisfechas (de hacinamiento, vivienda, instalaciones sanitarias, escolaridad o capacidad de subsistencia); índice de privación material de los hogares (IPMH); condición de actividad económica del núcleo; y tenencia de nevera con o sin congelador, teléfono ya sea fijo o celular, horno a microondas, computadora con conexión a internet, cocina con pileta e instalación de agua.

Se consideró la proporción de población según sexo, edad, cobertura de salud, convivencia en pareja y condición de alfabetismo. Asimismo, se consideró la proporción de individuos según situación educacional, condición de actividad y aporte jubilatorio (aporta y le descuentan; no aporta ni le descuentan; no recibe sueldo).

Se utilizó el paquete estadístico Stata 10.0 y dos sistemas de información geográfica para la confección de los mapas y el análisis espacial: ArcView 3.2 y GeoDA 8. Se calculó la proporción de abandono dividiendo el número de casos no-adherentes por el número total de pacientes que iniciaron el tratamiento en cada unidad de análisis (fracción censal). Fueron calculadas las transformaciones de tipo raíces cuadráticas Freeman-Tukey y bayesianas empíricas para estas medidas, teniendo como referencia el conjunto de fracciones censales de los municipios. Se construyeron mapas temáticos con esas proporciones para elegir la manera más adecuada de presentar los padrones de distribución espaciales.

Se realizó un análisis exploratorio de las características del área y la distribución de la proporción de no-adherencia. Se realizó un análisis de múltiples factores por regresión lineal. En este modelo, las variables independientes fueron las características sociodemográficas y socioeconómicas de los grupos y las áreas de donde provienen los casos de abandono. La variable dependiente fue la “proporción de no-adherencia”. Las variables introducidas en el modelo de análisis por regresión lineal múltiple fueron aquellas que mostraron asociación significativa (p < 0,20) en el análisis bivariado. El modelo final incluyó las variables con nivel de significancia p = 0,05 y aquellas que eran consideradas esenciales para el modelo explicativo.

El protocolo del estudio fue aprobado por el Comité de Ética de cada hospital participante.

RESULTADOS

El partido de Avellaneda tuvo viviendas con mejores condiciones generales y disponibilidad de servicios básicos. Asimismo, fue el partido que presentó menores variaciones para cada uno de los indicadores al interior de las fracciones censales. En el otro extremo, estuvo el partido de Ezeiza, con peor situación con relación a la mayor parte de los indicadores analizados, con grandes variaciones al interior de las fracciones censales. La distribución de la población fue más homogénea entre los municipios, aún cuando en general, Avellaneda continuó siendo el municipio con mejor situación de estos indicadores (Tabla 1).

Tabla 1

Características del área, las viviendas, los hogares y la población de donde provienen los casos de tuberculosis. Región Sanitaria VI, Buenos Aires, Argentina, 2001.

Característica	Existencia de (en %)
	AB	AV	BZ	EE	EZ	LZ	QM	Total
	%	%	%	%	%	%	%	%
Características del área y las viviendas
Energía eléctrica por red domiciliaria	96,0	100	98,3	98,9	97,5	98,7	95,3	97,2
Calle pavimentada	73,0	100	75,4	72,4	78,2	87,2	72,8	76,1
Sistema de cloacas	13,0	85,3	73,8	4,9	2,0	6,7	59,0	37,5
Servicio de recolección de residuos	87,3	100	95,3	89,8	97,2	92,9	88,7	91,5
Gas natural de red	63,6	97,8	87,9	64,0	62,0	75,3	69,7	72,2
Instalación de energía eléctrica	44,5	100	99,7	41,3	30,1	89,3	92,7	74,4
Vivienda deficitaria	34,8	2,4	23,1	38,0	39,3	31,0	30,0	30,7
Pisos de cerámica, baldosa o mosaico	48,1	75,8	56,2	41,3	38,4	53,0	52,5	50,4
Provisión de agua dentro de la vivienda	64,3	76,7	78,7	58,7	52,3	69,1	74,2	69,0
Transporte público a menos de 300 m de la vivienda	90,2	100	89,9	85,2	81,8	89,9	84,9	87,2
Características de los hogares y la población
Con cocina con instalación de agua	62,0	77,5	75,2	56,0	48,7	68,4	71,2	66,1
Con horno a microondas	9,8	27,7	14,1	10,6	9,1	10,1	14,2	12,4
Con hacinamiento agrupado	7,1	10,2	5,8	7,2	8,7	6,3	5,9	6,4
Con inodoro sin descarga o sin inodoro	28,6	0,7	17,6	31,1	32,1	25,0	23,1	24,4
Con nevera (con o sin congelador)	81,8	77,6	85,1	81,0	76,5	82,0	82,4	81,9
Con computadora (con o sin Internet)	8,9	23,6	13,7	10,1	9,2	9,7	12,5	11,6
Población alfabetizada	84,1	91,7	85,3	83,9	83,3	86,7	85,8	85,2
Población sin cobertura de salud	63,7	33,0	57,8	63,2	62,7	63,7	54,8	59,0
Con teléfono (fijo, celular o ambas cosas)	53,1	69,5	58,3	53,9	49,0	54,8	54,4	54,8
Ningún tipo de Privación Material del Hogar	34,7	65,7	43,6	33,9	31,6	38,7	41,5	39,3
Con Privación Material de los Hogares Convergente	21,4	0,2	16,1	21,7	23,2	19,7	19,0	19,2
Con al menos un indicador de NBI	20,7	4,4	17,2	19,3	20,2	18,8	23,0	19,9
Con NBI por condición de subsistencia	7,0	1,4	6,2	4,9	5,8	18,3	21,1	11,8
Con uno de los cónyuges desocupado o inactivo	50,8	50,1	48,2	53,0	52,7	48,7	49,9	50,3
Población que aporta o le descuentan jubilación	12,6	27,7	15,2	13,0	13,6	13,2	17,3	15,1
Población desocupada	17,5	12,3	18,7	16,0	14,5	19,8	17,3	17,3

Fuentes: Estudio de corte transversal (ECM 2008)e y Censo Nacional de Población y Viviendas, INDEC, 2001. g

AB: Almirante Brown; AV: Avellaneda; BZ: Berazategui; EE: Esteban Echeverría; EZ: Ezeiza; LZ: Lomas de Zamora; QM: Quilmes; NBI: necesidades básicas insatisfechas

El riesgo de no-adherencia fue mayor en aquellas áreas con mayor proporción de viviendas sin la existencia de un transporte público a menos de 300 m (ρ = 0,21), como también en aquellas áreas con mayor proporción de viviendas que no poseían nevera, con o sin congelador (ρ = 0,17), y en las que tenían inodoro sin descarga o que no contaban con inodoro (ρ = 0,17). El riesgo de no-adherencia al tratamiento fue mayor en aquellas áreas con mayor proporción de hogares con NBI por la capacidad de subsistencia (ρ = 0,26) y con proporción más elevada de población ocupada pero que no realizaban ni le descontaban aportes jubilatorios (ρ = 0,21) (Tabla 2).

Tabla 2

Relaciones entre características sociodemográficas y socioeconómicas y la proporción de no adherencia en los municipios seleccionados. Región Sanitaria VI, Buenos Aires, Argentina, 2001.

Característica	Coeficiente de correlación (ρ =)	p
Tenencia de nevera o congelador (con o sin congelador)	0,17	0,194
Aporte jubilatorio: no aportan o no recibe sueldo	0,21	0,104
Indicador NBI condiciones de subsistencia	0,26	0,048
Existencia de transporte público a menos de 300 metros (3 cuadras)	0,21	0,104
Inodoro sin descarga o sin inodoro	0,17	0,200
Población de 15 a 64 años	0,15	> 0,20
Población analfabeta	0,06	> 0,20
Existencia de red de agua corriente	0,15	> 0,20
Condición de actividad desagregada: desocupados	0,05	> 0,20
Población sin cobertura de salud	0,05	> 0,20
Provisión de agua en la vivienda	0,14	> 0,20
Tenencia de lavarropas automático o común	0,15	> 0,20
Al menos un indicador de NBI	0,07	> 0,20
Situación educativa: Primaria incompleta	0,13	> 0,20

Fuente: Elaboración propia. Estudio de corte transversal (ECM 2008)e y Censo Nacional de Población y Viviendas, INDEC, 2001.g

Los grupos poblacionales con empleo pero que no le descontaban los aportes jubilatorios, ni realizaban dichos aportes tuvieron más probabilidad de no-adherencia (p = 0,007). Aquellos hogares que tuvieron la capacidad de subsistencia como necesidad básica insatisfecha también tuvieron más riesgo de no adherir al tratamiento (p = 0,032). La probabilidad de no-adherencia aumentó en aquellas viviendas que no contaban con un servicio de transporte público a menos de 300 m de la vivienda (p = 0,070), aún cuando estos resultados no tuvieron significancia estadística (Tabla 3).

Tabla 3

Modelo de regresión múltiple para las características sociodemográficas y socioeconómicas relacionadas a la proporción de abandono en municipios seleccionados. Región Sanitaria VI, Buenos Aires, Argentina, 2001.

Característica	Coeficiente de regresión adj	IC95%	p
Aporte jubilatorio: no aporta ni le descuentan	1.068,21	300,35;1836,07	0,007
Indicador NBI condiciones de subsistência	145,18	12,56;277,79	0,032
Transporte público a menos de 300	103,06	-8,70;214,81	0,070

Fuente: Elaboración propia. Estudio de corte transversal (ECM 2008)e y Censo Nacional de Población y Viviendas, INDEC, 2001.g

Con relación a la proporción de la población ocupada que no realiza aportes jubilatorios, fue posible observar dos corredores con áreas más claras y una periferia que queda delimitada fuera de estos, de zonas oscuras (Figura 2, A). Existió una concentración de fracciones censales cuya población no realiza ni le descuentan aportes jubilatorios. Se observó el mismo patrón de distribución en todos los partidos de la región, i.e., áreas oscuras en las periferias de los partidos y fracciones de colores más claros en las áreas centrales donde, a su vez, se encuentra mayor proporción del abandono. En cuanto a NBI por capacidad de subsistencia (Figura 2, B), los porcentajes más elevados de hogares con esta carencia se concentraron en dos partidos de manera casi uniforme: Lomas de Zamora y Quilmes. Con respecto a la disponibilidad de transporte público a menos de 300 m de la vivienda (Figura 2, C), se observaron tres corredores con áreas más claras y una periferia que quedó delimitada fuera de estos, de zonas con menores porcentajes de disponibilidad de este servicio y donde la proporción de no-adherencia fue más elevada, predominantemente en el área de Lomas de Zamora que limita con la Capital Federal, en el partido de Quilmes, principalmente en la zona que limita con Lomas de Zamora y Almirante Brown y en la mayor parte del partido de Ezeiza.

Figura 2

Distribución de los indicadores del modelo de regresión múltiple, y la proporción de abandono. Municipios seleccionados de la Región Sanitaria VI, por fracción censal. Buenos Aires, Argentina, 2001.

DISCUSION

Las áreas con mayor proporción de población que no realizaba aportes jubilatorios, ni le descontaban aportes jubilatorios, presentaron proporción más elevada de no-adherencia al tratamiento. Esta situación también se observó en las áreas con mayor proporción de hogares con NBI según capacidad de subsistencia y en las áreas con mayor proporción de viviendas que no contaban con un servicio de transporte público a menos de 300 m de la vivienda. El modelo final incluyó esta última variable, aún cuando la misma tuvo significancia estadística próxima al nivel de significancia (p = 0,05) dado que es la única variable vinculada a las barreras de accesibilidad. Por otra parte, el modelo que incluye solo los dos primeros indicadores (no realiza ni le descuentan aportes jubilatorios y NBI según capacidad de subsistencia) no difiere en cuanto a la bondad de ajuste del modelo que incluye también la variable relativa al transporte.

Los estudios observacionales del tipo ecológico son importantes en el diagnóstico de salud de una población, en especial cuando el territorio es analizado de forma exploratoria en la verificación de un padrón de distribución espacial de determinado evento en salud. -

Rose declaró que dos aspectos deben ser considerados en cuanto a la etiología de los problemas de salud: las causas de los casos entre los individuos y los determinantes de las tasas de enfermedad entre las poblaciones. En este sentido, si bien son fundamentales las estrategias para la prevención del riesgo individual y la protección de los individuos susceptibles de abandonar el tratamiento, la identificación de los factores determinantes del abandono entre las poblaciones adquiere particular relevancia para el control de la enfermedad. El análisis de la variabilidad de los riesgos a nivel ecológico es fundamental para la comprensión de los determinantes sociales del proceso salud-enfermedad a la vez que posibilita investigar la hipótesis de que la distribución de la no-adherencia en un área se relaciona a las condiciones de vida.

La capacidad de finalizar o no el tratamiento es influenciada por las condiciones de vida del territorio donde viven los pacientes con TB. La proporción de no-adherencia fue más elevada en las áreas con mayor proporción de viviendas que no contaban con un servicio de transporte público a menos de 300 m de las mismas, lo que indica dificultades vinculadas al acceso y la movilidad por de la población. Este indicador, podría constituir un proxy de otras características del área vinculadas a la disponibilidad de recursos y servicios. Se observaron mayor proporción de abandono en áreas con bajos niveles de existencia de agua de red y de calles pavimentadas. La razón por la cual estos indicadores no fueron incluidos en el modelo final puede deberse al número reducido de los casos adherentes y no adherentes del estudio.

Los resultados indican mayor proporción de abandono en áreas con mayor proporción de viviendas con condiciones precarias y con menor nivel de recursos como es el caso de las viviendas que no poseen nevera o que tienen inodoro sin descarga o que no cuentan con inodoro. Estos resultados indican un nivel socioeconómico más bajo en estas áreas.

La asociación entre nivel socioeconómico y la no-adherencia al tratamiento de la TB ha sido analizada en distintos países y regiones. , , , , El hecho de que el tratamiento para TB sea gratuito en nuestro estudio sugiere que factores distintos al costo del tratamiento están determinando la no-adherencia de los pacientes con bajo nivel socioeconómico.

Hay otras características de la población asociadas a una mayor proporción del abandono. Estas se relacionan con mayor situación de vulnerabilidad socioeconómica en los hogares, con una mayor precariedad laboral, con menores niveles de educación formal del jefe de hogar y con menor proporción de ocupados por hogar. Aquellas áreas que presentaban mayor porcentaje de hogares con cuatro o más personas por miembro ocupado y cuyo jefe no haya completado tercer grado de escolaridad primaria (NBI según capacidad de subsistencia) tuvieron mayor proporción de no-adherencia. Este indicador constituye un proxy del nivel de ingresos del hogar según la cantidad de miembros ocupados con relación a la totalidad de los miembros que lo integran. A su vez, este indicador también mide la carencia de los bienes y servicios materiales requeridos para vivir y funcionar como miembro de la sociedad basado en una concepción de la pobreza como “necesidad”. Estos resultados coinciden con otros estudios que apuntan que un bajo nivel de ingresos en los hogares se relaciona con peores resultados en salud. Por otra parte, este indicador de NBI contempla el nivel educativo del jefe del hogar. Estudios que incluyen el nivel educativo en su análisis han hallado una asociación estadísticamente significativa con la adherencia en las áreas con una población con menor nivel de educación. Se observó un aumento de la proporción de no-adherencia en áreas cuya población tiene primaria incompleta. Diversos estudios han demostrado que la educación puede influenciar las prácticas de salud de una población tanto a través de su asociación con el nivel ingreso, las condiciones de empleo, como a través de su asociación con el nivel de conocimiento que la población tiene sobre dichas prácticas.

Las áreas con mayor proporción de individuos con empleos sin protección social tienen mayor porcentaje de no-adherencia. Diversos estudios abordan la influencia de las condiciones laborales de los pacientes con la no-adherencia a los tratamientos. Así, el empleo reduce la capacidad de cumplir con el tratamiento en contextos de alta informalidad y de bajo nivel de ingresos sin protección social, ya que para los pacientes implica la pérdida de días laborales y por ende de ingresos básicos, como muestra la investigación de Balasubramanian et al. En el estudio de Galiano & Montesinos, el mayor abandono del tratamiento también estuvo asociado a la condición de ser varón, empleado y sin protección social.

Una limitación de este estudio es que se utilizaron datos del Censo Nacional de Población y Viviendas del año 2001, puesto que no estaban disponibles los indicadores socioeconómicos actualizados para el período en que se evaluó la no-adherencia de los casos. Este es el primer estudio que se lleva a cabo en Argentina con el propósito de detectar patrones espaciales de distribución de las características sociodemográficas y socioeconómicas de la región y su relación con el abandono del tratamiento. Los avances tecnológicos en el ámbito de los sistemas de información geográfica (SIG) permiten la incorporación de la estructura espacial de las variables, lo que añade la ventaja de analizar el problema como un fenómeno social particularizado en las condiciones socioeconómicas y sociodemográficas. , El uso de SIG y el análisis de datos secundarios (censales), para la identificación de áreas y las condiciones relevantes para el proceso de no-adherencia al tratamiento de la tuberculosis, constituyen un instrumento útil para la vigilancia basado en el territorio, identificando los grupos de población prioritarios.

El aumento de la proporción de no-adherencia al tratamiento de la TB en la RSVI está relacionada con vivir en áreas con una mayor proporción de población ocupada que no realiza aportes jubilatorios, mayor proporción de hogares con necesidades básicas insatisfechas según capacidad de subsistencia y con mayor proporción de viviendas que no cuentan con servicio de transporte público a menos de 300 m de la vivienda. Nuestros resultados llevan a delinear un área de riesgo para la no-adherencia al tratamiento, caracterizada por tener mayor proporción de población que vive en condiciones de pobreza y precariedad laboral, con dificultades de acceso al servicio de transporte público. Esta información puede resultar en la adopción de medidas más adecuadas para el tratamiento de los casos que viven en estas áreas y reducir el riesgo de abandono.